“未来很大一部分交易量将由 AI 智能体产生，但绝大部分资产仍会被长期持有”。
文章作者、来源：AGI 2050
在传统金融市场中，散户与机构之间始终存在着巨大的信息与技术鸿沟。以 Citadel（城堡证券）、Jane Street 为代表的顶级量化交易机构，长期依托极低延迟的机房基础设施、复杂的跨资产对冲策略以及严密的量化模型构筑壁垒；而普通投资者受限于专业工具和分析精力，往往只能停留在基础的单点资产交易。
曾以“零佣金”模式改变线上券商格局的 Robinhood，近期试图通过 AI Agent（自主交易智能体）切入这一痛点。不同于面向专业开发者的命令行或开源代码库，他们将策略生成、多腿期权组合构建和多资产盯盘能力封装进移动客户端，试图让没有编程背景的普通用户也能在 60 秒内配置出一个具备量化执行能力的“数字交易助手”。
本期对话的嘉宾是 Robinhood 联合创始人兼 CEO 弗拉德·特内夫（Vlad Tenev）。特内夫早年拥有高频算法交易的创业背景，熟悉量化机构的底层运作逻辑。在与科技媒体人 Alex Heath（《Sources》播客主理人）的对谈中，他详细复盘了团队如何解决通用大模型在真实资金交易中的认知偏差、如何通过独立账户机制建立风控护栏，并进一步探讨了公众对 AI 的负面情绪根源、非上市独角兽股权的零售化路径、股票代币化的争议，以及全天候智能体对软件工程研发模式的重构。
本期内容来自 Sources 播客，2026 年 10 月 14 日播出，原视频时长 59 分钟。以下为精选对话内容，全文约 1.2 万字，阅读时长约 10 分钟。
本期精彩观点
- 我早年从事高频算法交易，深知机构投资者能获得更具优势的工具体系。我们的目标是将顶级量化基金的整套能力框架，完整交付给终端普通投资者。
- 公众对当前 AI 浪潮的抵触情绪，本质上源于财富分配的失衡。当算力基础设施对社区资源形成挤压，而资本增值收益几乎全部集中于少数风险投资人手中时，普通人感知到的只是边际效用有限的产品改良，而非真正共享产业红利。
- 通用基础大模型在面对真实资本交易时天然缺乏行动意愿。它们的训练数据中欠缺交易执行层面的轨迹记录，必须在工具调用与平台能力认知上做大量打磨，才能让它们不仅愿意交易，而且真正擅长交易。
- 我最近已重新投入到底层代码编写中。我认为未来的企业组织中，每个人都应成为“智能体管理者”，通过构建全天候运转的 Agent 研发协同网络，实现不依赖人工值守的持续交付。
- 某些前沿模型实验室将最先进的系统保留在企业内网，仅由内部研究员调用高昂算力去攻克基础科学难题，这种中心化的模式存在隐患。真正的技术飞跃，应该将这些基础设施赋能给全球的独立学者与普通个体。
- 未来个人投资者的交易量中，很大一部分将由 AI Agent 驱动。面对多资产类别、7×24 小时的全天候复杂市场，人类生理上的认知带宽已很难独力驾驭这种复杂度的组合策略。
降低技术门槛：从开发者控制台走向移动端原生 Agent
问：弗拉德，我刚刚看了 Robinhood Agents 的产品演示，印象非常深刻。对大多数普通投资者而言，这很可能是他们首次接触到“授权 AI 进行自主资金配置与交易”的场景。这不仅对 Robinhood 本身，甚至对整个金融科技和生成式 AI 产业的落地范式都是一个关键节点。你们此前刚推出了基于 MCP（模型上下文协议）的基础设施，让技术开发者能将券商数据接入个人工作流；而这次直接在移动端上线 Agent，背后的战略逻辑是什么？
弗拉德·特内夫：最根本的驱动力非常明确：我们希望通过技术赋能每一位普通交易者，将原本仅属于高阶对冲基金或算法交易公司的全部能力，以极低门槛交付给个人移动端用户。
我商业生涯的起点就在量化算法交易领域，因此对这类机构是什么样子、怎么运作，多少有一些切身体会。这注定是一场长期的工程长跑，因为高端资本总能找到获取更好软硬件壁垒的路径，这意味着我们的技术普惠工作永远具备演进空间，但这正是这项业务最具吸引力的地方。
当我们着手构建“智能体金融（Agentic Finance）”这一新品类时，整个行业几乎没有成熟路径可循。我们在缺乏成熟先例的环境中，同时推进底层基础设施改造与上层产品设计。
今年早些时候我们推出了 Robinhood for Agents 的第一代产品，包含两个核心模块：一是自主交易接口，二是智能体专属信用卡能力。在交易端，我们当时特意设计了一个独立账户，实行物理级别的资产隔离。用户必须主动且显式地将资金从外部银行或主账户划转至该账户，它与用户的养老账户或日常投资主力账户完全独立。在资产权限上，我们初期仅支持无杠杆的现金股票结算，以此降低风险敞口，观察终端用户的实际交互行为。
随着产品迭代，我们逐步放开了期权、加密资产以及受控保证金权限。我们首先发现的是，客户非常喜欢它：目前已有超过 10 万名真实客户入驻并启用了这项智能体交易服务。随着每次底层资产权限的解锁，用户留存指标与资金活跃度均保持着稳步上扬的态势。
但在运营过程中，我们发现既有架构存在明显的转化阻力：首先，绝大多数非专业用户根本无法适应基于命令行或本地代码环境的配置流程。我们这个圈子更懂技术一些，身边大概有不少人在用 Claude Code 和 Codex；但对大众投资者而言，这些工具依然属于程序员专用的软件工程组件。在第三方模型、MCP 协议与券商接口之间来回切换配置，会产生极高的操作摩擦。因此我们做 Agent 产品的首要目标，就是将其彻底原生化进移动 App，让全量配置在同一交互界面下闭环。
克服模型交易抗性：垂类金融上下文的系统性工程
问：解决了交互门槛后，通用大模型在理解并执行真实资本交易时，还面临哪些底层算法与系统层面的挑战？
弗拉德·特内夫：这正是我们重点突破的第二个核心问题：未经验证的通用大模型在接入交易系统时，往往表现出极强的“交易抗性”。
这是底层预训练分布决定的。主流基座模型的训练语料库中虽然包含了大量的代码、对话与通用知识，但极其匮乏真实的交易轨迹，它们本就不是为交易而构建的。因此，直接将通用模型接入金融 API 时，模型在面临具有风险暴露的交易决策时往往极度犹疑，甚至拒绝执行。
为了解决这一问题，我们投入了大量工作，而且这部分工作还会持续做下去。目标是让模型非常擅长使用我们的工具，清楚 Robinhood 能做什么、怎样才能把这个庞大的生态用到最好，不仅要让模型具备在策略明确时果断执行的逻辑完备性，更要让它在围绕交易的所有环节上都表现出极高水准。
这是 Robinhood Agents 最关键的工程跨越。我们将原本零散的工具链沉淀为移动端内的一体化系统，用户在同一处即可完成智能体策略编排、权限划拨与执行复盘。
这依然只是第一阶段。未来，个人用户在平台上能够调用的所有资产维度与底层协议，其智能体都应具备对等的完全访问权限。我们正对照顶级对冲基金的软硬件能力矩阵，逐步将其平移给零售投资者。这其中包括极低延迟基础设施的构建——高频交易机构在交易所物理机房争夺交换机首个端口的竞争极其残酷，底层技术的优化空间极深。
此外，我们正在搭建“Agent Apps”第三方开发者生态，允许外部开发者与数据提供商将其工具接入我们的智能体架构，并通过订阅模式实现商业闭环；配合更深层的数据穿透，我们的北极星目标非常清晰：让我们的客户反过来比对冲基金和算法交易公司更具优势，而通往这一步还有做不完的工作。
权衡风控与自主性：坚持“独立隔离账户+ 显式人工核验”
问：对于初次使用这项功能的普通人来说，建立一个专属交易 Agent 的过程不到一分钟：命名智能体、指定基座模型版本、设置是否开启“交易执行人工核验”。你们在风控机制上坚持使用“显式授权（Opt-in）”，这是出于怎样的系统设计考虑？
弗拉德·特内夫：我们在底层架构上设置了相当严密的安全边界。尽管部分高阶用户向我们提出希望完全解除限制、实现端到端无人值守，但在目前的产品生命周期中，我们依然要求每一位用户做出明确的肯定性决策（Affirmative Decision）。
系统默认将每一笔订单的最终签名权保留在用户手中，仅当用户充分认知风险并主动切换模式时，才开放有限度的全自主执行流。配合资金物理隔离的子账户设计，智能体永远只能在被划转的资金池内进行策略试错，这就避免了智能体自行失控、擅自动用用户主力资产和退休资金。我们在系统的绝对安全性与智能体的自主性之间进行了严密的工程权衡，我们认为这一底层基座是产品长期规模化的前提。
问：将 Agent 交易置于独立隔离账户，主要是为了应对合规监管要求，还是出于数据隐私考量？未来是否有计划将其与主账户进行合并？
弗拉德·特内夫：从纯软件架构的角度来看，将智能体权限无缝挂载至主账户并不存在技术壁垒。我们之所以保持独立子账户形态，部分原因是想采取小步迭代的审慎策略，让用户在心理层面逐步适应这一全新的资本配置方式。
很多用户反馈希望支持在主账户中直接打上标签以接入智能体，这些需求我们都在考虑。但隔离账户绝非产品缺陷，相反，大量终端用户对于这种清晰的资产物理防线展现出了极高的信任度。因此，将隔离子账户作为标准默认配置的策略，至少在现阶段大概还会延续。
突破人类生理瓶颈：多资产、全天候的跨市场对冲
问：目前市场上涌现出了不少致力于研发 AI 自主交易的初创团队。让算法接管普通投资者的资产配置与日内执行，这一演进趋势在金融发展史中是否具有必然性？
弗拉德·特内夫：我认为，未来很大一部分的交易量，将会由 AI 智能体生成。
核心原因在于人类交易员受制于生理极限。人类需要休息，而智能体可以维持 7×24 小时不间断的实时状态感知；人类的瞬时认知带宽是狭窄的，而智能体可以并行处理多个截然不同的资产池。
一个直观的例子是普通用户在移动客户端内的操作体验：用户如果想在股票、期权、加密资产之间切换，需要反复跳转于不同的操作面板与图表之间。随着我们接入更多复杂的金融工具——包括美股现货、衍生品期权、加密资产、传统期货、预测市场、Robinhood 链上的去中心化金融协议（DeFi）、永续合约以及财富咨询产品，交互界面的信息熵呈指数级放大。这种认知负荷对人类而言是难以承受的，但对智能体而言，这恰恰是更多的上下文输入，意味着更多的机会与更多的交易思路。
在早期的测试样本中，我们已经观测到普通投资者利用 Agent 构建复杂的衍生品策略。例如用户仅需输入自然语言：“我有一笔非常具体的交易想做，比如铁鹰套利（Iron Condor）组合。”对于非专业投资者而言，自行搭建这类多腿期权组合往往存在较高难度，但智能体可以调取数据并生成相应的多腿组合结构，直接将复杂的交易意图转化为机器指令。
这一阶段的价值在于消除交互摩擦。而未来随着我们将跨资产底层数据与实时流动性全量接入，策略编排的复杂度将会上升到全新维度。
因此我认为，就我们个人投资者客户群的整体交易量而言，很大一部分将由 AI 智能体生成。但需要明确界定的是，这并不等同于绝大多数的资产会被完全交给算法频繁轮动。绝大多数资产大概仍将作为长线头寸沉淀下来，而交易活动则很可能越来越多地转向智能体。
问：从宏观用户心智来看，这一时间节点的契合度很高。过去几个月里，普通大众已经逐步习惯于让各类个人 AI 助理协助处理账单审核、票据整理与自动化线上采购，用户对于授权算法处理财务行为的心理门槛正在降低。
弗拉德·特内夫：确实如此。就在半年前，市场对于直接向模型开放个人邮箱权限或券商资金接口仍普遍存有较强的防御心理。但技术范式的每一次迁移都遵循着极其相似的认知重塑规律。
回顾互联网早期，公众在网页端输入信用卡号时曾普遍伴随着强烈的资金安全疑虑。这种心理过渡期大概持续了十年，大众才逐步认知到：线上数字传输在物理层面上往往比在实体零售柜台随意交付塑料卡片更具安全性。移动互联网早期的发展轨迹亦是如此，在智能手机普及初期，主流舆论普遍将其视为轻度娱乐工具，对于在移动终端上管理大额净值资产抱有审慎乃至排斥态度。
当下的智能体金融正处于相似的信任临界点，我们当前正处于这一范式转变的起步阶段。
当超级模型成为通用基建，交易壁垒究竟落在何处？
问：很多非专业投资者在面对复杂的衍生品市场时往往无所适从，即便券商端提供了极其详尽的可视化图表，但在实际决策中依然面临门槛。
弗拉德·特内夫：即使我们能够清晰绘制出头寸的损益平衡曲线，并精确标注有限风险区间与收益上限，普通投资者在多腿合约的精确筛选上仍面临认知壁垒。而智能体的核心能力在于，它能够在高维语义空间中解析人类的风险偏好意图，并将其映射为精准匹配的底层衍生品组合。
问：那么这引发了一个核心思考：随着高阶大模型能力被广泛平摊，当所有市场参与者都能调用能力相当的 Agent 时，交易层面的超额收益（Edge/Alpha）将如何重新分布？当先进计算工具不再专属于少数机构时，阿尔法收益是否会被彻底抹平？
弗拉德·特内夫：超额收益在本质上是一个动态迁移的变量，金融市场中从未存在过恒定不变的静态收益点位。
任何维度的超额收益，从定义层面讲均源于“差异化”。如果你运行的策略逻辑与全市场的共识完全重合，那么在数学期望上你就必然无法获取任何超额回报。如何构建非对称的差异化优势，是量化交易领域贯穿始终的底层命题。
如果你的 AI 比别人的更强，这当然算得上优势的一种。但我并不认为会有很多人去训练自己的 AI。真正的差异化壁垒将高度依赖于：智能体被允许接入了哪些高价值的私有垂直数据源，以及用户赋予智能体的多工具编排逻辑。
这正是我们建立 Agent 应用生态的核心原因。未来用户可以按需将第三方专有分析模块接入自己的智能体系统。
更为关键的壁垒在于底层资产的整合广度。Robinhood 的独特优势在于，我们在统一的底层资金清算账户与身份合规框架内，完整集成了美股、标准化衍生品、加密资产、真实世界资产（RWA）以及宏观预测市场。当智能体拥有跨越上述多重流动性池的立体感知力时，其能够构建出的融合多类资产的策略，是传统单市场人工操作完全无法比拟的。
问：在底层模型方面，你们目前的架构是在主流开源或商业模型上进行重度后训练微调，还是有计划自主预训练专有的金融基础大模型？
弗拉德·特内夫：在目前面向终端零售用户的产品模块中，我们优先提供经市场充分验证的主流商业模型供用户自由选型。眼下这款产品并未做任何微调，但在 Robinhood 内部，我们对某些模型做过微调，也预训练过一些仅供自用的专用模型。金融科技的迭代速率极高，当前的技术栈架构在半年至一年后必然会呈现全新的形态。
平台商业模式：坚持纯软件订阅分润，隔离底层资金数据
问：你们正在推进的 Agent 应用生态，其远期商业模式会如何构建？是否会参考类似移动应用商店的分润机制，使其成为平台除交易佣金与利息收入之外的全新增长支柱？
弗拉德·特内夫：Robinhood 的底层商业支柱始终立足于平台沉淀的托管资产规模以及由核心交易行为衍生的资金收益。但纯软件订阅业务正展现出极高的复利价值，例如主站的 Robinhood Gold 订阅体系目前已经形成了数亿美元规模的年化经常性收入。
对于第三方 Agent 应用市场，我们内部不倾向于为各业务线预设人为的占比天花板。无论是加密资产还是权益资产，我们鼓励各项业务在组织内部充分竞争。
在 Agent 工具生态的商业化机制上，我们认为“基于底层交易量抽佣”或“按资产规模分成”的模式很难落地，订阅分润的逻辑则干净得多。这主要基于两方面的考量：
第一是数据隐私保护。一旦引入基于用户实际交易规模或资金池维度的分成机制，系统就必然需要向第三方开发者暴露用户的底层资产状况与账户净值。对很多用户而言，具体的仓位配比与资产规模是高度敏感的核心隐私，用户绝不希望外部工具能够持续审计其账户余额。平台必须承担起坚固的隐私屏障角色，确保用户的数据不会被越权分发。
第二是金融合规边界。挂钩交易分成的模式会把我们卷入一些麻烦事，比如合作的第三方技术开发者可能不得不接受金融监管。采用清晰透明的 SaaS 订阅分成体系，既保护了终端隐私，也最大程度降低了技术生态的准入门槛。
问：在传统量化对冲基金与高频机构的技术储备中，有哪些深层技术形态是你们未来希望进一步平民化、引入到该产品体系中的？
弗拉德·特内夫：一个具有代表性的长期演进目标，是尝试将低延迟物理托管能力向零售端抽象。
大型机构的很多策略之所以能够成立，核心依赖于低延迟，也就是必须在物理位置上贴近证券交易所及其撮合引擎。我早年的量化经历让我对这种硬件基础设施的非对称壁垒印象深刻。一个值得探索的工程命题是：我们能否在未来以产品化的方式降低这一门槛，使普通用户无需成为数据中心或网络方面的专家，也不必理解这类基础设施工程的细节，就能以很简单的方式把交易策略部署到与交易所同址托管的位置？
这项探索目前尚未设定具体的交付里程碑，但它代表了我们在技术纵深上持续推动金融平权的探索方向。
工程范式演进：全员转型“全天候智能体管理者”
问：听说你在公司内部的研发管理与个人日常工作中，已经深度接入了各类智能体协作流，并在工程团队中推行全自动化的研发循环（Loops）？
弗拉德·特内夫：这一转变的起点在于我个人重新回到工程一线，参与了大量的代码开发。
在此过程中我们逐步提炼出一个明确的组织进化方向：组织内的每一个人，都应当建立起一支能够在其离线休息时持续推进工作的 Agent 协作网络。Robinhood 应当成为一家全天候运转的公司，而且不只是公司整体如此，每个人都应当是一名全天候的智能体管理者。
团队成员的角色正在从单纯的执行者转变为“智能体管理者”。核心职责变成了持续为模型提供清晰的系统上下文并进行任务校验。要实现智能体在软件生命周期中的高度自动化，核心的技术瓶颈在于“自动化测试与环境反馈机制的完备性”。如果智能体编写完成代码后缺乏完备的沙盒进行自主验证，它就必然会中断执行流并请求人类介入，从而丧失了自动化的规模效应。
因此我们正在对底层的持续集成（CI）、持续交付（CD）和端到端自动化测试流水线进行全面重构。未来的产品研发将演化为一个闭环的高频迭代回路：研发速率的瓶颈不再是代码本身的敲击速度，而是在于系统能够以多高的吞吐量将代码变更推入线上沙盒，并依据真实用户的交互数据快速完成优劣评判与自动决策。
这种工程范式最先发生深刻重塑的领域正是基础 AI 研究本身。过去外界普遍认为高阶学术科研最难被替代，但实际上，大模型研发具备高度结构化的基准评测基线（Eval）与沙盒环境，从运行实验、改动模型、部署新特性到重新训练，整个流水线已经具备了极高的自主闭环能力。面向消费级市场的具体产品工程化演进最终也会走向这一范式，只是难度更高、节奏更慢。
技术不平等的根源：公众缺乏对 AI 核心资产的收益敞口
问：从宏观视角来看，当前全社会对生成式 AI 技术的舆论场呈现出显著的极化现象：一部分人群将其视为颠覆性生产力工具，另一部分人群则对数据中心的能源消耗与技术垄断表达了强烈的反对态度。这种对立是否直接映射了深层次的社会财富分配不平等？
弗拉德·特内夫：我完全认同这一判断。当前社会上对人工智能技术蔓延所产生的抵触与防御心理，底层逻辑高度根植于“资产分配不均与利益剥夺感”。
这也是为什么 Robinhood 要全力推动零售普通投资者直接配置未上市优质独角兽资产（Pre-IPO 股权）。我们推出了 Robinhood Ventures，在公开交易市场设立了份额化的风险投资基金。第一期基金配置了包括 OpenAI、Databricks 在内的头部前沿科技企业；第二期基金则直接拓宽至早期的 Seed 与 Series A 轮次阶段。
在过往的科技浪潮演进中，企业从初创走向成熟所释放的最核心资本增值红利，绝大多数被局限在少数封闭运作的私募股权与风投机构内部。随着未上市阶段的资本供给长期处于充裕状态，顶尖创新企业选择公开 IPO 的时间节点被大幅推迟，当其最终以万亿美元以上的估值登陆公开市场时，二级市场的广大普通投资者所能捕捉的成长红利已被严重稀释。
我们可以将 AI 当前的社会接受度与加密资产进行横向对照：加密货币之所以能够在全球范围内凝聚起极具韧性的去中心化支持者群体，甚至在宏观选举中形成政治诉求，核心在于其从创世区块生成的第一天起，就允许全球普通个体直接建立资产权益连接。普通人在传统机构入场之前，便切实共享了该技术的网络价值增长。
反观当前的人工智能浪潮，广大普通大众在基础设施层面承担了数据中心高耗能对本地公共资源的边际挤压，但在资本利得层面，却被严格排除在前沿实验室的核心股权体系之外。大众所感知到的，是巨额资本开支推高了社会资源成本，而自身仅能换取边际效用有限的消费级应用改良；巨大的资本升值收益几乎被少数风投机构所封闭垄断。在这种分配框架下，社会大众产生逆反与抵触心理是完全符合经济学理性的。
如果普通投资者能够在早期阶段就建立起对这些硬科技资产的持有敞口，技术普及所面临的社会阻力将会完全不同。缺乏直接的“利益攸关”，是当前生成式 AI 产业在推进过程中所遭遇的最核心信任危机。
重构发行基础设施：用端到端数字化需求曲线革新 IPO
问：你们不仅在拓宽非上市股权的投资边界，近期还宣布以承销商身份参与智能戒指公司 Oura 的 IPO，这也是你们承销的第一单。面对传统华尔街投行高度垄断的主流承销格局，Robinhood 的差异化突破点在哪里？
弗拉德·特内夫：华尔街传统投行在维护主权基金、大型买方机构方面有着深厚的网络积累，我们并不寻求在机构端与其直接竞争。Robinhood 的独特资产在于拥有数量庞大、对创新经济具备极高配置意愿的零售投资者网络。
传统的 IPO 定价机制长期依赖高度中心化的人工撮合与经验估算，承销商与企业高管往往通过小范围的路演沟通和主观判断来拟定最终发行价。这种模式在定价效率和市场真实供需的拟合度上存在明显的信息不对称。
而 Robinhood 能够向发行人交付的，是一条在各个细分价格带上基于真实意向订单端到端汇总出的“零售端全景需求曲线”。我们通过底层的数字化发行系统，将散户认购流程全面线上化，并在企业完成上市后，通过系统化的股东交互工具持续赋能其投资者关系管理，推动发行生态从经验撮合走向数字化的市场透明机制。
股票代币化演进：打破跨国资本流通的技术壁垒
问：谈及基础设施的重塑，不得不提你们近期在离岸市场推出的股票代币化（Tokenization）业务。这一举措引起了上市公司 AMC 的公开反弹。从金融体系的设计逻辑来看，为什么有必要将成熟的传统美股资产映射为链上代币？
弗拉德·特内夫：最根本的原动力在于解决全球非美投资者在获取优质资产时所面临的系统性渠道阻碍。
在全球诸多新兴市场中，普通个体由于本地金融体系的脆弱或本币面临的贬值压力，长期面临合规、低成本配置全球核心资产的渠道匮乏。过去这些地区的居民往往依赖高摩擦的传统外汇中介，这也是美元稳定币在海外得以高速普及的底层需求。全球新一代用户对全球优质科技公司具备高度的认知与投资意愿，但传统跨国经纪体系的高门槛与地域分割阻断了这种流动性连接。
通过股票代币化技术，底层资产被赋予了 7×24 小时不间断交易、按需高精度碎片化（Fractionalization）拆分，以及支持自托管钱包保管的数字特性。这意味着全球用户可以使用极低的初始资金量完成核心资产的边际配置，同时降低了对单一本地脆弱中介机构的依赖。我们的代币化资产已在 120 多个国家上线，在本质上是帮助上市公司面向一个以往难以有效触达的全球增量资本池开放了配置入口。
问：针对代币化模式，有上市公司管理层曾公开质疑：代币持有者并未在法定登记层面享有传统股票所附带的公司治理投票权，这是否存在权益脱节的问题？
弗拉德·特内夫：首先，这个问题我们已有解决方案：我们已经宣布，打算为代币持有者增加投票权。但从实际金融行为来看，对于生活在受资本流动限制地区、旨在对冲本币风险的个人投资者而言，资产价值的保值增值与流动性通道，其优先级远高于公司治理投票权。
这一争议与早年间证券市场从纸质实体股票凭证向无纸化中央电子托管（以 Cede & Co. 集中登记在“街名/Street Name”体系下）演进时的行业疑虑高度一致。当时亦有大量声音质疑电子记账脱离了物理凭证的真实性，但电子化交易终究成了现实；代币化也一样，木已成舟，不可逆转。
真实世界资产（RWA）的代币化进程是确定性的演进路径。未来不仅涵盖上市股票，私募股权、优质不动产等资产形态，均有望在无需许可的去中心化网络上实现全天候、高流动性的标准化流通。
预测市场崛起：基于真实资金博弈的概率新闻学
问：随着政治大选周期的演进，以 Polymarket 和 Kalshi 为代表的“预测市场（Prediction Markets）”交易活跃度显著提升。你此前曾提出过一个具有先锋色彩的观点，认为“预测市场构成了未来新闻媒体的雏形”。在接下来的重大历史事件节点上，你们如何布局该业务板块？
弗拉德·特内夫：我们已经在 App 内构建了专门的预测市场枢纽，针对重要宏观事件提供定制化的动态概率看板。例如在大型体育赛事或宏观政治节点上，系统能够以交互式地图的形态实时反映各细分维度的动态博弈胜率。
从获取真实信息的效率来看，传统线性有线电视新闻的价值正在被加速解构。
我个人在追踪重大突发事件时，已经极少依赖传统电视媒体。正如高等级体育赛事的转播权正在全面向流媒体服务迁移一样，传统有线电视正在逐步演变为类似早期固定电话般的历史遗产。
回到预测市场本身，新的品类还在不断涌现，加密货币相关的市场非常受欢迎；我们也越来越多地看到预测市场与加密货币等资产之间的联动，接下来在股票上也会看到更多。整个行业正在成熟为一个真正可交易的资产类别，而且有着庞大的散户参与。
技术伦理拷问：基础科研突破应当普惠全球还是封闭垄断？
问：最后一个问题。我近期与你在 AI 实验室 Harmonic 的联合创始人、目前投身于数学基础大模型研发的 Tudor Achim 进行了交流。他委托我向你提出一个具有深刻技术伦理色彩的命题：“AI 领军企业究竟应当将超级模型作为专属的内网生产力，在组织内部闭门攻克高维数学难题并垄断科学发现；还是应当将这些强大的底层推理工具，彻底无保留地分发给全社会的每一个个体？”
弗拉德·特内夫：这是一个直指技术文明发展走向的核心问题。
这与我们前面探讨的“公众为何对 AI 技术产生深层焦虑”有着直接的逻辑映射。如果未来的技术格局演变成少数几个头部实验室垄断高密度数据中心与计算资源，并将顶尖推理系统作为企业内部的特权资产，仅由其雇佣的研究人员在象牙塔内垄断新药发现、数学猜想攻克与核心技术专利——这无疑将构成一个高度中心化、充满阶级技术壁垒的反乌托邦未来。
商业组织的长期运转必须建立在被广泛社会契约所认可的“社会运营许可”之上。如果头部科技企业的发展路径是将技术创新完全内卷为少数特权阶层的私有红利，那么这种发展范式在社会学意义上注定是不可持续的。
更具建设性且符合技术普惠初心的路径，永远是打造低门槛、高可用的基础设施，将这些前沿的计算与推理能力完整交付给全社会的普通研究者、独立学者以及每一个有好奇心的个体。如果一位身处普通院校的数学研究者能够借助开放的模型基础设施解开困扰学界的难题，那才代表了科技进步的真正价值。这不仅是 Robinhood 践行金融平权的底色，也是我们看待本轮技术革命应当坚守的价值底线。